[WIP] Fix NumPy compatibility error in video segmentation

[Copilot]

Fix NumPy 2.x Compatibility Issue in Video Segmentation

Problem: TypeError: expected np.ndarray (got numpy.ndarray) when using torchvision.transforms.ToTensor() with NumPy 2.x

Plan:

• Update _preprocess_frame() method in src/segmentation.py to use manual tensor conversion instead of ToTensor()
• Remove the self.transform definition from __init__() since it will no longer be used
• Verify torch import is present (already confirmed at line 3)
• Remove unused imports if any (check transforms import)
• Test the changes work on both CPU and GPU
• Run existing tests to ensure no regressions

Original prompt

Проблема

При запуске сегментации видео возникает ошибка совместимости NumPy 2.x с torchvision:

TypeError: expected np.ndarray (got numpy.ndarray)

Ошибка возникает в torchvision.transforms.functional.to_tensor() даже при передаче PIL Image.

Полный traceback

File /tf/darachubarova/defliker/notebooks/../src/segmentation.py:185, in VideoSegmenter.segment_video
    batch_tensors = torch.stack([
        self._preprocess_frame(frame) for frame in batch_frames
    ]).to(self.device)

File src/segmentation.py:74, in VideoSegmenter._preprocess_frame
    input_tensor = self.transform(pil_image)

File torchvision/transforms/functional.py:168, in to_tensor
    img = torch.from_numpy(np.array(pic, mode_to_nptype.get(pic.mode, np.uint8), copy=True))

TypeError: expected np.ndarray (got numpy.ndarray)

Окружение

• Python 3.12
• NumPy 2.2.6
• PyTorch 2.8.0
• torchvision (latest)

Требуемое решение

Заменить использование torchvision.transforms.ToTensor() на ручную конвертацию в методе _preprocess_frame() в файле src/segmentation.py:

def _preprocess_frame(self, frame):
    """Preprocess a single frame for the model."""
    import torch
    
    # Convert BGR to RGB
    frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    
    # Manual conversion instead of ToTensor() for NumPy 2.x compatibility
    img = frame_rgb.astype('float32') / 255.0
    img = img.transpose((2, 0, 1))  # HWC -> CHW
    input_tensor = torch.from_numpy(img.copy())
    
    # Apply normalization manually (ImageNet mean/std)
    mean = torch.tensor([0.485, 0.456, 0.406]).view(3, 1, 1)
    std = torch.tensor([0.229, 0.224, 0.225]).view(3, 1, 1)
    input_tensor = (input_tensor - mean) / std

    return input_tensor

Дополнительно

1. Убедиться, что self.transform больше не используется в _preprocess_frame
2. Проверить, что импорт torch присутствует в начале файла или в методе
3. Удалить неиспользуемые импорты если они есть
4. Код должен работать как на CPU, так и на GPU

This pull request was created from Copilot chat.

---

✨ Let Copilot coding agent set things up for you — coding agent works faster and does higher quality work when set up for your repo.

[Copilot]

Copilot wasn't able to review any files in this pull request.

---

💡 Add Copilot custom instructions for smarter, more guided reviews. Learn how to get started.